Сортування блоків ліній

У мене є файл, який містить 4n рядків. Ось уривок з нього, що містить 8 рядків

6115 8.88443
6116 6.61875
6118 16.5949
6117 19.4129
6116 6.619 
6117 16.5979 
6118 19.4111
6115 8.88433  

Я хочу зробити це сортування блоку, де кожен блок складається з 4 рядків на основі першого стовпця. Вихід для уривку повинен виглядати, як показано нижче.

6115 8.88443
6116 6.61875
6117 19.4129
6118 16.5949
6115 8.88433 
6116 6.619 
6117 16.5979 
6118 19.4111 

Один із варіантів - використовувати awk, щоб додати початковий префікс серійного номера кожні N рядків (у вашому випадку N = 4). Потім введіть префікс як стовпчик основного сортування sort.

Приклад з N = 4:

awk '{print int((NR-1)/4), $0}' file.txt | sort -n -k1,1 -k2,2 | cut -f2- -d' '

Якщо це вимкнення, і ви не хочете вивчати python, perl або awk, ви можете перейти до основних splitі sortкоманд.

Спочатку розділіть файл на 4 рядки з -l можливістю:

split -a 6 -l 4 input_file my_prefix_
for fn in my_prefix_*; do
    sort -n -o $fn $fn
done
cat my_prefix_* > output_file
rm my_prefix_*

Ці sort -nвиди по числовим значенням першого стовпчика (999) перед тим 1234. -a 6слід подбати про файл з 26 ^ 6 * 4 рядками. my_prefix_має бути чимось унікальним для каталогу, з яким ви працюєте.

Ви можете зробити це за допомогою Perl:

perl -nle '
   push @a,$_;
   unless($. % 4){
       print join "\n",sort {$a <=> $b} @a; # Sort @a, and print its contents
       @a = (); # Empty @a to start a new block
   }
' your_file

Як це працює

• -n-> запустіть код для кожного рядка введення (і покладіть поточний рядок у $_)
• -l -> додайте новий рядок до виводу будь-якого print
• -e -> виконати наступний рядок як код Perl
• Кожен рядок додається до масиву @a.
• $.містить номер поточного рядка, і якщо це число не відповідає нульовому модулю 4, ми продовжуємо працювати. Якщо це можна порівняти з нулем по модулю 4, ми досягли лінії, число яких кратно 4 (кінець блоку), в цьому випадку, ми сортуємо записи в @aв порядку зростання номерів і роздруківки записів в відсортованому масиві приєднався новим рядком до стандартного виводу.

Використовуючи оболонку Борна,

while read a ; do                                           # Try reading a line.
    read b ; read c ; read d                                # OK, read 3 more.
    printf '%s\n%s\n%s\n%s\n' "$a" "$b" "$c" "$d" | sort -n # Sort them.
done < data

Ось кілька «чистих» awkрішень:

Якщо індекси завжди ті ж послідовні цілі послідовності приросту (6115-6119), як у ваших вибіркових даних, ви можете використовувати алгоритмічний "ярлик":

awk '{a[$1]=$0} !(NR%4){for(i=6115;i<6119;print a[i++]);}'

Це робить

• Додайте всі рядки до масиву a, розподіленого в позиціях індексу 6115-6119
• У кожному четвертому рядку ( !(NR%4)) проведіть вміст масиву для друку в потрібному порядку.

Якщо ваші числові індекси завжди чотири однакові, але не збільшуються цілі послідовності, вам доведеться сортувати:

awk '{a[$1]=$0} !(NR%4){asort(a,b); for(i=1;i<5;print b[i++]);}'

Примітка. Це з GNU awk, інші можуть не підтримувати asort.

Якщо кожен блок із чотирьох може мати різні числові ідентифікатори:

awk '{a[$1]=$0} !(NR%4){asort(a); for(i=1;i<5;print a[i++]); delete a}'

Примітка: TIL від @Gilles самовідповіді (+2) це використання deleteще не є POSIX, але підтримується універсально .

Версія з правильним використанням ™ delete:

awk '{a[$1]=$0} !(NR%4){asort(a); for(i=1;i<5;delete a[i++]){print a[i]}}'

Версія без видалення, використовуючи більше пам'яті та розмірів:

awk '{a[n][$1]=$0} !(NR%4){asort(a[n]); for(i=1;i<5;print a[n][i++]); n++}

Ви можете отримати чисте рішення за допомогою R. Якщо таблиця вище знаходиться у файлі під назвою "table.txt", то виконайте наступні дії. Бажаний результат буде у файлі "tableout.txt".

> x = read.table("table.txt", col.names=c("a", "b"))
> x
     a        b
1 6115  8.88443
2 6116  6.61875
3 6118 16.59490
4 6117 19.41290
5 6116  6.61900
6 6117 16.59790
7 6118 19.41110
8 6115  8.88433
> x["index"] = c(rep(1, 4), rep(2, 4))
> x
     a        b index
1 6115  8.88443     1
2 6116  6.61875     1
3 6118 16.59490     1
4 6117 19.41290     1
5 6116  6.61900     2
6 6117 16.59790     2
7 6118 19.41110     2
8 6115  8.88433     2     
> xord = x[with(x, order(index, a)), ]
> xord
     a        b index
1 6115  8.88443     1
2 6116  6.61875     1
4 6117 19.41290     1
3 6118 16.59490     1
8 6115  8.88433     2
5 6116  6.61900     2
6 6117 16.59790     2
7 6118 19.41110     2
> write.table(xord[,1:2], "tableout.txt", row.names=FALSE, col.names=FALSE)

Дивіться також Як сортувати dataframe за стовпцями (и) в R .